首页
|
本学科首页
官方微博
|
高级检索
文章检索
按
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目英文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
检索
检索词:
出版年份:
从
到
被引次数:
从
到
他引次数:
从
到
提示:输入*表示无穷大
全文获取类型
收费全文
1篇
免费
0篇
专业分类
机械仪表
1篇
出版年
2006年
1篇
排序方式:
出版年(降序)
出版年(升序)
被引次数(降序)
被引次数(升序)
更新时间(降序)
更新时间(升序)
杂志中文名(升序)
杂志中文名(降序)
杂志英文名(升序)
杂志英文名(降序)
作者中文名(升序)
作者中文名(降序)
作者英文名(升序)
作者英文名(降序)
相关性
共有1条查询结果,搜索用时 0 毫秒
1
1.
基于支持向量分类的水质分析应用研究
总被引:4,自引:0,他引:4
郑一华
徐立中
黄凤辰
《仪器仪表学报》
2006,27(Z3):2291-2292
支持向量机(SVM)是由V.Vapnik在统计学习理论(SLT)的基础上发展起来的一种新兴的用以解决小样本的机器学习方法.SVM能更好的代替传统分类器,特别是在高维数据空间具有较好的泛化能力.本文采用支持向量分类(SVC)方法研究了这一理论在工程领域的应用-济南地下水水质的分析.实验获得了较好的分类结果.SVC在小样本下的地下水水质分析中展示了良好的模式识别性能.
相似文献
1
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号